INTELIGENCIA ARTIFICIAL

MATERIA: INFORMATICA

PROFESOR: JOSE LUIS ALVARADO

ESCALANTE

ALUMNO: SEBASTIÁN
MALAGÓN SERRANO

GRUPO: 6020

INTELIGENCIA ARTIFICIAL:
El concepto básico de “Inteligencia Artificial” surgió con Aristóteles en el 300
antes de Cristo.
 INTELIGENCIA ARTIFICIAL
La Inteligencia artificial es el campo científico de la informática que se centra
en la creación de programas y mecanismos que pueden mostrar
comportamientos considerados inteligentes. Normalmente, un sistema de IA
es capaz de analizar datos en grandes cantidades (big data), identificar
patrones y

tendencias y, por lo tanto, formular predicciones de forma automática, con

rapidez y precisión. Para nosotros, lo importante es que la IA permite que
nuestras experiencias cotidianas sean más inteligentes.

• Siri funciona como un asistente personal, ya que utiliza procesamiento

de lenguaje natural.

• Facebook y Google Fotos sugieren el etiquetado y agrupamiento de

fotos con base en el reconocimiento de imagen.

• Amazon ofrece recomendaciones de productos basadas en modelos de

canasta de compra.

• Waze brinda información optimizada de tráfico y navegación en tiempo

real.

TECNICAS PRINCIPALES DE LA IA

Aprendizaje automático.
Generalmente, el concepto de Aprendizaje automático se confunde con el de
“IA débil”. Es en este campo en donde los avances más importantes de la IA
se están llevando a cabo. La idea principal aquí es que se les puede
proporcionar datos a los algoritmos de Aprendizaje automático y luego
usarlos para saber cómo hacer predicciones o guiar decisiones.
 INTELIGENCIA ARTIFICIAL
Aprendizaje profundo.
Algunos ejemplos de aplicaciones prácticas del Aprendizaje profundo son las
siguientes: identificación de vehículos, peatones y placas de matrícula de
vehículos autónomos, reconocimiento de imagen, traducción y
procesamiento de lenguaje natural.

Descubrimiento de datos inteligentes.

Es el próximo paso en soluciones de Inteligencia Empresarial (IE). La idea
consiste en permitir la automatización total del ciclo de la IE: la incorporación
y preparación de datos, el análisis predictivo y los patrones y la identificación
de hipótesis. Este es un ejemplo interesante de la recuperación de datos
inteligentes en acción. La información que ninguna herramienta de IE había
descubierto.

Análisis predictivo.
Detrás de estas preguntas se encuentra un modelo predictivo que informa
sobre la probabilidad de que ocurra un accidente con base en su edad,
código postal, género, marca de auto, etc. Es el mismo principio que se
emplea en los modelos predictivos de crédito para identificar a los buenos y
malos pagadores.